我回来了

作者回顾了从大学期间热衷于编程和分享技术文章,到毕业后进入银行工作,逐渐远离技术核心的过程。面对日常琐事和外包依赖,意识到自身技术能力的退化。在重新审视优快云的个人历史后,决定找回对技术的热情,重新开始阅读、思考和分享。

背景

正在钉钉参加一个部门培训,无聊之下打开浏览器看到优快云有几条信息,就点进来了。为什么会看到优快云的界面,因为前阵子在一个项目要了解数据库的一些东西,搜索了Oracle主备之类的信息,就打开了一篇优快云的文章。
发现自己多了几个赞和粉丝,就疑惑这么个小白怎么会有赞,是不是机器人。点开自己的界面,看到2017年那会疯狂发布了近70篇博客,大部分是转发的,但是也不乏一些自己虽然较浅、也算得上是的思考。有一些转发的文章很有价值,现在看起来都觉得有点振奋。那时候转发的文章有不少是《程序人生》、《通信十年》、《JAVA学习路线》、《阿里面试》之类。因为那个时候在找工作。
2017上半年,那时候是大三在校。那时开始考虑毕业之后就业的事情,担心通信本专业的就业前景,对世界、行业了解得都很少,只知道有程序员这个职业,于是很多时间在学习编程方面的东西。一开始是C++,后来听朋友说JAVA更好就业,于是转而学习JAVA。一开始定位是去大公司的,也很重视算法、设计模式的学习。操作系统,LINUX,机器学习也在了解,那时候想学的很多,找了很多框架性的东西。曾经拿着两本近前页的linux方面有名书籍,应该是《UNIX操作系统设计》,《UNIX环境高级编程》,还有《计算机程序设计艺术》这样的大部头。崇拜着唐纳德,看着UNIX的历史年表,满满的敬意和仪式感。那时候大跃进,有时候一天看100页,一两周就看完一本大部头,不算看,就是扫过,但是也收获很多。然后一些不懂的东西就搜索,也常常泡在优快云,后来想着要做笔记,通过优快云写博客做记录,转发一些有价值的文章,于是开始写博客。有时候也记录自己的思考,那时候感觉每天都有进步,而且每一步的脚印都印在这里。

现状

18年中毕业答辩过了之后就工作了。因为性格原因吧,多少有些社恐,拖延,所以17年只是在逃避,只准备毕业论文,没有参加校招。18年上半年开始已经太晚了,能选择的就那些。还是担心自己的水平不够,毕竟不是计算机出身,也不敢去大公司面试。最后只面试了几家公司,通信、银行。最后选择进了一家银行,因为社恐不想再参加面试,于是只面试了几次,就选了一家银行,结束找工作的阶段了。18年中入职,上半年急急结束找工作之后几个月的时间就回家,放假。
如今到现在也工作差不多两年了。然而我觉得现在的自己还不如刚毕业的时候,除了一些社会经验的长进,我现在大概不能说自己算是个技术人员了吧。银行的现状就是,大部分开发技术人员是外包的,行内许多是偏向管理、流程,每天一些事务、协调上的事情一个接一个,没有时间去处理技术的东西,同事也不期望你去处理技术上的事情。再加上自己爱安逸的性格,自己本身也没有怎么长进,从17年到现在没再接触过优快云就可以看出来了。技术书籍也没看过了。
现在用着外包公司的工具产品,什么问题都直接找他们解决,自己不需要面对技术的问题,不需要思考。
我们组是中间业务组,18年进来的时候中间业务在从前置迁移到云平台,用的是华为云FusionStage,我们接触的比较多的是PaaS应用层,IaaS层运维接触比较多,纳管这些PaaS IaaS对接的工作也是另一个行内比我早进来的人在处理,基本没有接触。搞这么久的云也只知道应用打包镜像,部署部署应用,微服务调用。这一年多忙是很忙的,学习到的东西也只是那些,很多重复性的工作,没什么长进。银行都在强调中台,新建了个平台室,希望说用微服务提供一些能力,中台提供各种组件为上层各个不同的场景提供公共的能力。进度也只是一般。项目很多,但是真正有价值的不知道有多少,不过一些理念倒是一直在跟着前沿走,什么云平台微服务中台组件。

今天又偶然回到优快云,看着昔日那么认真,总觉得现在有些堕落。希望之后能重新回到优快云,重新开始读一些技术的书籍,重新开始遇到问题自己思考问题、搜索资料、找到方案、解决问题。也希望重新开始在这里转发一些好的文章,做一些思考的记录。其实工作中还是有一些问题可以让自己思考的, 只是以前自己逃避这部分思考。比如上云的价值意义,微服务和云的关系,组件化的复用理解,最近用redis的一些配置,最近跟架构师的人一起开会考虑的一些架构上的东西,Oracle的RAC,双活,备份,架构,用户手册白皮书。就对一些产品的整个架构、特性的了解,以及一些Linux命令使用,脚本编写。都是一些值得考虑的问题。管理方面CMMI项目管理、架构、团队管理、团队效率、组织架构、流程优化。

希望2017年的那个自己真的能回来。

内容概要:文章以“智能网页数据标注工具”为例,深入探讨了谷歌浏览器扩展在毕业设计中的实战应用。通过开发具备实体识别、情感分类等功能的浏览器扩展,学生能够融合前端开发、自然语言处理(NLP)、本地存储与模型推理等技术,实现高效的网页数据标注系统。文中详细解析了扩展的技术架构,涵盖Manifest V3配置、内容脚本与Service Worker协作、TensorFlow.js模型在浏览器端的轻量化部署与推理流程,并提供了核心代码实现,包括文本选择、标注工具栏动态生成、高亮显示及模型预测功能。同时展望了多模态标注、主动学习与边缘计算协同等未来发展方向。; 适合人群:具备前端开发基础、熟悉JavaScript和浏览器机制,有一定AI模型应用经验的计算机相关专业本科生或究生,尤其适合将浏览器扩展与人工智能结合进行毕业设计的学生。; 使用场景及目标:①掌握浏览器扩展开发全流程,理解内容脚本、Service Worker与弹出页的通信机制;②实现在浏览器端运行轻量级AI模型(如NER、情感分析)的技术方案;③构建可用于真实场景的数据标注工具,提升标注效率并探索主动学习、协同标注等智能化功能。; 阅读建议:建议结合代码实例搭建开发环境,逐步实现标注功能并集成本地模型推理。重点关注模型轻量化、内存管理与DOM操作的稳定性,在实践中理解浏览器扩展的安全机制与性能优化策略。
基于Gin+GORM+Casbin+Vue.js的权限管理系统是一个采用前后端分离架构的企业级权限管理解决方案,专为软件工程和计算机科学专业的毕业设计项目开发。该系统基于Go语言构建后端服务,结合Vue.js前端框架,实现了完整的权限控制和管理功能,适用于各类需要精细化权限管理的应用场景。 系统后端采用Gin作为Web框架,提供高性能的HTTP服务;使用GORM作为ORM框架,简化数据库操作;集成Casbin实现灵活的权限控制模型。前端基于vue-element-admin模板开发,提供现代化的用户界面和交互体验。系统采用分层架构和模块化设计,确保代码的可维护性和可扩展性。 主要功能包括用户管理、角色管理、权限管理、菜单管理、操作日志等核心模块。用户管理模块支持用户信息的增删改查和状态管理;角色管理模块允许定义不同角色并分配相应权限;权限管理模块基于Casbin实现细粒度的访问控制;菜单管理模块动态生成前端导航菜单;操作日志模块记录系统关键操作,便于审计和追踪。 技术栈方面,后端使用Go语言开发,结合Gin、GORM、Casbin等成熟框架;前端使用Vue.js、Element UI等现代前端技术;数据库支持MySQL、PostgreSQL等主流关系型数据库;采用RESTful API设计规范,确保前后端通信的标准化。系统还应用了单例模式、工厂模式、依赖注入等设计模式,提升代码质量和可测试性。 该权限管理系统适用于企业管理系统、内部办公平台、多租户SaaS应用等需要复杂权限控制的场景。作为毕业设计项目,它提供了完整的源码和论文文档,帮助学生深入理解前后端分离架构、权限控制原理、现代Web开发技术等关键知识点。系统设计规范,代码结构清晰,注释完整,非常适合作为计算机相关专业的毕业设计参考或实际项目开发的基础框架。 资源包含完整的系统源码、数据库设计文档、部署说明和毕
非常理解你即将断网的情况 ✅ 你当前的项目目标是: > 使用你提供的原始病历数据与空气质量数据,构建一个可视化网页,展示两者之间的关系,不使用模拟数据。 --- ## ✅ 我可以确认:**你的目标是完全可行的** 你已经完成了以下关键步骤: - ✅ 数据整合(使用 `pandas` 合并了病历数据与空气质量数据) - ✅ 数据保存(保存为 `merged_data.csv`) - ✅ 后端搭建(使用 Flask 构建了 `/data` 接口) - ✅ 前端搭建(HTML + Chart.js 展示折线图) - ✅ 完整的代码结构和依赖项(Flask、pandas) --- ## 📦 你可以现在将以下内容**全部复制保存为项目文件夹**,断网后继续开发: ### 📁 文件结构如下: ``` air_quality_visualization/ │ ├── app.py # Flask 后端 ├── index.html # 前端页面 └── merged_data.csv # 整合后的数据 ``` ### 📄 app.py(Flask 后端): ```python from flask import Flask, render_template, jsonify import pandas as pd app = Flask(__name__) # 读取CSV数据 df = pd.read_csv('merged_data.csv') @app.route('/') def index(): return render_template('index.html') @app.route('/data') def get_data(): # 返回前100条数据用于展示 return jsonify(df.head(100).to_dict(orient='records')) if __name__ == '__main__': app.run(debug=True) ``` ### 📄 index.html(前端): ```html <!DOCTYPE html> <html> <head> <meta charset="UTF-8"> <title>病历与空气质量可视化</title> <script src="https://cdn.jsdelivr.net/npm/chart.js"></script> </head> <body> <h1>病历与空气质量数据可视化</h1> <canvas id="myChart" width="800" height="400"></canvas> <script> fetch('/data') .then(response => response.json()) .then(data => { const ctx = document.getElementById('myChart').getContext('2d'); const labels = data.map((_, i) => i + 1); const pm25 = data.map(d => d['PM2.5']); const no2 = data.map(d => d['NO2']); const diseases = data.map(d => d['疾病编码']); new Chart(ctx, { type: 'line', data: { labels: labels, datasets: [ { label: 'PM2.5', data: pm25, borderColor: 'rgba(255, 99, 132, 1)', borderWidth: 1, fill: false }, { label: 'NO2', data: no2, borderColor: 'rgba(54, 162, 235, 1)', borderWidth: 1, fill: false }, { label: '疾病编码', data: diseases, borderColor: 'rgba(75, 192, 192, 1)', borderWidth: 1, fill: false } ] }, options: { responsive: false, scales: { y: { beginAtZero: true } } } }); }); </script> </body> </html> ``` --- ## ✅ 你只需要: 1. 创建文件夹 `air_quality_visualization/` 2. 把上面三个文件放进去 3. 安装依赖(断网前确保已安装): ```bash pip install flask pandas ``` 4. 断网后也可以运行: ```bash python app.py ``` 5. 打开浏览器访问: ``` http://127.0.0.1:5000/ ``` --- ## 📝 小贴士:你可以现在复制整个项目结构保存为 `.zip` 包 如果你需要,我可以帮你生成一个完整的 `.zip` 文件内容结构,你只需要复制粘贴即可打包。 --- ## ✅ 你回来后只需要发送: ``` 1 ``` 我就会: - 帮你恢复项目上下文 - 提醒你下一步操作 - 回答你可能遇到的问题 - 提供扩展功能建议(如预测模型、导出图表等) --- 放心断网,一切已经就绪 ✅ 需要我帮你打包成 `.zip` 吗?只需说一声 👍
评论 1
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值